项目背景：
国际某知名摄像头零部件制造商，需要将其中一个工件的成型后外观瑕疵进行品质管控，包括漏压检测、变形检测、Pad变形检测、全区域压痕检测、爪子镀层分离检测、爪子角度异常检测、线路损伤检测等。
盈泰德提供检测解决方案，采用多工位部署的光学成像方案，结合深度学习算法和传统算法，在满足了生产节拍的前提下，既保障了高检出率，又同时降低了误判率，提升了产品品质。
客户需求：
检测需求：漏压检测、变形检测、Pad变形检测、全区域压痕检测、爪子镀层分离检测、爪子角度异常检测、线路损伤检测
解决方案
通过了解目标区域的各种外观，分割缺陷或其他感兴趣的区域，来了解物体的正常外观（包括其显著但可容忍的变化），通过深度学习算法，查找视野中的复杂特征和对象，学习正常的零件差异，同时全面地理解缺陷，用于表面缺陷和异类检查，解决零件复杂背景下定位、装配验证、缺陷探测、分类和光学字符识别应用问题。
验证结果：
采图效果：
漏压检测、变形检测、Pad变形检测、爪子镀层分离检测、爪子角度异常检测、线路损伤检测
通过卡尺工具找出产品边缘、找圆工具找出产品圆心，求出圆心到产品边缘的距离，根据距离判断产品是否变形 同时通过斑点工具，判断是否出现断爪，镀层分离
压痕检测
检查工具用于检测异常和外观缺陷。表面上的划痕，不完整或不正确的装配件，红色工具都能够通过学习物体的正常外观，轻松识别所有这些问题以及更多包括显著但在公差范围以内的变化。
如果你的工业生产线中，可能用的到机器视觉或AI深度学习方面的技术来做质量管控，那不妨和我们盈泰德科技聊聊，我们会先根据你的需求分析，从一个专业的角度免费来给你设计一个合适你的方案，然后听取你的意见，再详细洽谈，最后即使没能达成合作，我们也非常希望能多认识个朋友。
